11 月 9 日消息，Anthropic 近日发布研究报告，显示科学家主要将 Claude 用于数据分析和写作，收集数据、生成研究假设则较少使用 AI。
据了解，Anthropic 此次研究使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话，其中包含 12.9 万次 Claude 对话和 Cowork 会话，以及 7.8 万次 Claude Code 会话。系统只保留并研究会话所属的学科、研究子领域和具体任务等分类标签，不会提取或保存研究数据、假设、实验方法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现，以保护隐私。
从学科来看，计算机科学、数学和统计学等领域的研究人员会更频繁地使用 Claude，医疗健康以及需要在实验室开展工作的物理科学领域则相对较少。
在 Claude 科研会话中，计算机科学（IT之家注：CS）占比最高，达到 11.9%；工程学和医学分别占 8.4% 和 7.7%。如果将各学科的研究人员规模纳入考量，计算机科学、数学和统计学的 Claude 使用比例仍明显高于其研究人员占比。
Claude Code 的使用分布则更加集中于定量研究领域。CS 研究人员仅占全球研究人员总数的 4.3%，贡献 Claude Code 科研会话的 32.7%。AI 与 ML 的使用情况同样突出：该领域研究人员仅占全球总数的 1.2%，却占 Claude 科研会话的 5%，占 Claude Code 科研会话的 15.2%。
相比之下，艺术、人文和部分社科的 Claude 用量相对较低。Anthropic 认为，不同学科的 Claude 用量不仅与人群基数有关，也与研究任务是否适合 AI 密切相关。
在具体研究任务方面，数据分析和写作是科学家最常借助 Claude 完成的工作。
报告显示，数据分析占 Claude 科研会话的 33.7%，占 Claude Code 科研会话的 48.1%。作为对照，研究人员通常将 27.6% 的工作时间用于数据分析。写作与沟通任务占 Claude 科研会话的 32%，也明显高于研究人员在这类任务上投入的时间比例（16%）。
相比之下，数据收集任务占研究人员工作时间的 28.6%，但仅占 Claude 科研会话的 11.5%、Claude Code 会话的 11.9%。研究构思与假设生成任务的占比则更低，分别为 4.2% 和 2.1%，而研究人员投入这类工作的时间占比为 7.1%。
Anthropic 还对 528 名科学家开展了问卷调查，受访者主要来自生命科学和健康科学领域，且均属于积极使用 AI 的研究人员。调查结果与实际会话数据基本一致：受访者最常使用 AI 的场景是数据分析和写作，而数据收集、研究构思及假设生成的使用程度相对较低。
